基于粗糙集理論的隱私保護(hù)數(shù)據(jù)挖掘研究.pdf

1、數(shù)據(jù)挖掘在各種數(shù)據(jù)庫(kù)應(yīng)用中扮演著非常重要的角色，它在為人們揭示出數(shù)據(jù)中的隱含知識(shí)并創(chuàng)造出財(cái)富的同時(shí)，也對(duì)人們的隱私和數(shù)據(jù)安全構(gòu)成了威脅。隨著人們隱私保護(hù)意識(shí)的加強(qiáng)以及相關(guān)法律法規(guī)的健全，隱私保護(hù)數(shù)據(jù)挖掘已成為數(shù)據(jù)挖掘領(lǐng)域中一個(gè)比較活躍的研究方向。k-匿名模型是隱私保護(hù)中最重要的模型之一，其基本思想是對(duì)發(fā)布數(shù)據(jù)集中準(zhǔn)標(biāo)識(shí)符的屬性值作概化操作，以消除鏈接攻擊，實(shí)現(xiàn)個(gè)體隱私的保護(hù)。但是，數(shù)據(jù)概化將會(huì)增加屬性值的不確定性，而且不恰當(dāng)?shù)母呕僮鲗?/p>

2、會(huì)造成不必要的信息損失，降低匿名數(shù)據(jù)的效用性。因此，如何對(duì)屬性值概化選擇合適的粒度層次，實(shí)現(xiàn)在保護(hù)隱私的同時(shí)獲得良好的數(shù)據(jù)效用性，這是亟需解決的一個(gè)問(wèn)題。
　　 粗糙集理論是一種能夠有效地分析不精確、不一致和不完備信息的粒計(jì)算模型。然而，傳統(tǒng)粗糙集模型及其擴(kuò)展研究沒(méi)有考慮決策表中數(shù)據(jù)具有層次結(jié)構(gòu)?，F(xiàn)實(shí)世界中，層次型數(shù)據(jù)是普遍存在的，并廣泛應(yīng)用于數(shù)據(jù)倉(cāng)庫(kù)、層次知識(shí)發(fā)現(xiàn)和k-匿名模型中。如何擴(kuò)展現(xiàn)有的粗糙集理論模型及方法，以適應(yīng)層次

3、型數(shù)據(jù)處理，這是粗糙集研究中的一個(gè)重要問(wèn)題。另外，分布式挖掘是數(shù)據(jù)挖掘應(yīng)用增長(zhǎng)較快的領(lǐng)域，分布式環(huán)境下隱私保護(hù)屬性約簡(jiǎn)是粗糙集研究中的另一個(gè)重要問(wèn)題。
　　 本文分別以決策表中層次型數(shù)據(jù)和多源決策表作為研究對(duì)象，對(duì)粗糙集擴(kuò)展模型及其在隱私保護(hù)數(shù)據(jù)挖掘方面的應(yīng)用進(jìn)行了比較系統(tǒng)地研究，主要完成了以下幾項(xiàng)工作:
　　 (1)針對(duì)決策表中層次型數(shù)據(jù)，結(jié)合傳統(tǒng)粗糙集理論與全子樹(shù)概化模式，提出了一種新穎的基于屬性值分類(lèi)的多層粗糙集模

4、型。該模型將傳統(tǒng)粗糙集從條件屬性集上一個(gè)原始單層值域擴(kuò)展為一個(gè)具有不同粒度層次的值域，并將傳統(tǒng)粗糙集從論域上一個(gè)等價(jià)關(guān)系擴(kuò)展為一個(gè)嵌套的等價(jià)關(guān)系序列。同時(shí)，研究了多層粗糙集的基本性質(zhì)和相關(guān)嵌套序列度量。這些研究成果將進(jìn)一步完善和擴(kuò)展粗糙集理論。
　　 (2)針對(duì)決策表中屬性值概化的粒度層次選擇問(wèn)題，結(jié)合粗糙集理論的屬性約簡(jiǎn)思想，從粗糙集理論的正區(qū)域、信息熵和知識(shí)粒度三個(gè)角度，提出一種基于多層粗糙集的概化約簡(jiǎn)概念。概化約簡(jiǎn)能夠在保

5、持原始決策表分類(lèi)能力不變的前提下，將所有屬性值概化到最粗粒度層次，從而避免數(shù)據(jù)過(guò)度概化或概化不足問(wèn)題。分析了屬性約簡(jiǎn)和概化約簡(jiǎn)之間的內(nèi)在關(guān)系，揭示屬性約簡(jiǎn)是概化約簡(jiǎn)的一種特例，提出兩種自頂向下逐步細(xì)化的正區(qū)域概化約簡(jiǎn)啟發(fā)式算法。為了避免概化約簡(jiǎn)的過(guò)程，實(shí)現(xiàn)直接從正區(qū)域嵌套序列中依次提取層次決策規(guī)則，提出一種自頂向下逐步細(xì)化的多層決策規(guī)則挖掘算法。通過(guò)標(biāo)準(zhǔn)UCI數(shù)據(jù)集驗(yàn)證了上述方法的有效性和實(shí)用性。這些工作將進(jìn)一步促進(jìn)多層粗糙集模型在數(shù)據(jù)

6、挖掘中的實(shí)際應(yīng)用。
　　 (3)為了權(quán)衡隱私保護(hù)和數(shù)據(jù)效用性，結(jié)合粗糙集理論的屬性約簡(jiǎn)思想，引入條件信息熵來(lái)度量匿名數(shù)據(jù)質(zhì)量的準(zhǔn)則，分析了該準(zhǔn)則在準(zhǔn)標(biāo)識(shí)符的屬性值自頂向下逐步細(xì)化或自底向上逐步粗化時(shí)的重要性質(zhì)。然后，提出一種高效的引導(dǎo)匿名化操作過(guò)程的搜索指標(biāo)，在此基礎(chǔ)上，提出一種自頂向下逐步細(xì)化的基于層次條件信息熵的k-匿名啟發(fā)式算法HCE-TDR。通過(guò)理論分析和仿真實(shí)驗(yàn)，結(jié)果表明HCE-TDR算法能夠在保證數(shù)據(jù)發(fā)布滿(mǎn)足k-匿名

7、要求的同時(shí)，提高在匿名數(shù)據(jù)上進(jìn)行分類(lèi)建模的效果。這些研究工作將拓展多層粗糙集模型的應(yīng)用范圍，同時(shí)進(jìn)一步促進(jìn)肛匿名模型在隱私保護(hù)數(shù)據(jù)挖掘中的實(shí)際應(yīng)用。
　　 (4)針對(duì)垂直劃分多源異構(gòu)決策表，采用半可信第三方和可交換加密機(jī)制，設(shè)計(jì)了一個(gè)安全交集基數(shù)協(xié)議和安全條件信息熵協(xié)議，然后提出了一種基于條件信息熵的垂直分布隱私保護(hù)屬性約簡(jiǎn)算法。該算法利用粗糙集信息觀的約簡(jiǎn)理論實(shí)現(xiàn)了分布式環(huán)境下合作約簡(jiǎn)任務(wù)，使各參與方在不共享其隱私信息的前提下